超窄带物联网网络中的定位：设计准则与权衡
网络与互联网体系结构
2019-07-26 v1
摘要
长距离物联网网络中的定位是一项具有挑战性的任务，主要由于所用距离远且带宽低。此外，成本、功耗与尺寸限制制约了在每个设备中集成 GPS 接收机。本工作中，我们为超窄带（UNB）长距离物联网网络（如 Sigfox）引入一种基于接收信号强度指示（RSSI）的新型定位方案。我们方法的核心是利用网络中少数支持 GPS 的传感器（GSN）将广覆盖划分为若干类别，从而实现对其他传感器（SN）基于 RSSI 的指纹识别。通过在网络后端使用机器学习算法，所提方法不带来额外的功耗、载荷或硬件要求。为全面验证所提方法的性能，我们使用了在安特卫普市采集的基于测量的数据集。我们表明，将半径 2.5 km 的城市虚拟划分为七类可实现 80% 的位置分类准确率。此外，通过增大类间间隔来分离类别，基于我们的测量可将分类准确率提升至 92%。进一步，当 GSN 节点密度足以支持设备间通信时，利用多边定位，在我们的测量场景中将以低于 20 m 误差定位 SN 的概率提高了 40%。
引用
@article{arxiv.1907.11205,
title = {Localization in Ultra Narrow Band IoT Networks: Design Guidelines and Trade-Offs},
author = {Hazem Sallouha and Alessandro Chiumento and Sreeraj Rajendran and Sofie Pollin},
journal= {arXiv preprint arXiv:1907.11205},
year = {2019}
}
备注
IEEE Internet of Things Journal